Tóm tắt nghiên cứu

Nghiên cứu "Xây dựng công cụ hỗ trợ theo dõi quá trình học tập cho sinh viên Viện Kỹ thuật – Công nghệ" tập trung giải quyết câu hỏi nghiên cứu cốt lõi: Làm thế nào để ứng dụng công nghệ thông tin nhằm số hóa, tối ưu hóa quy trình theo dõi tiến độ đào tạo theo học chế tín chỉ và giảm thiểu tỷ lệ cảnh báo học vụ cho sinh viên khối kỹ thuật?

Về mặt phương pháp luận, đề tài kết hợp giữa nghiên cứu lý thuyết (khảo sát quy trình quản lý học vụ tại Trường Đại học Thủ Dầu Một, phân tích yêu cầu phần mềm) và nghiên cứu thực nghiệm (thiết kế kiến trúc hệ thống, xây dựng cơ sở dữ liệu phi quan hệ MongoDB, lập trình hệ thống Web Quản trị - Web Người dùng trên nền tảng Node.js/Express.js, ReactJS và ứng dụng di động React Native).

Kết quả then chốt của nghiên cứu là hoàn thiện hệ thống đa nền tảng cho phép tự động hóa quy trình quản lý học tập qua hai cơ chế đột phá:

  1. Thuật toán phân cấp môn học và gợi ý lộ trình môn học kế tiếp/môn học lại dựa trên chuỗi ràng buộc điều kiện tiên quyết (Prerequisite Graph).
  2. Module tự động quét và gửi email cảnh báo học vụ/buộc thôi học đến sinh viên dựa trên ngưỡng điểm trung bình tích lũy (GPA) động do Cố vấn học tập thiết lập.

Nghiên cứu mang lại hàm ý thực tiễn to lớn trong việc nâng cao hiệu quả công tác cố vấn học tập, trao quyền chủ động cho sinh viên trong việc lập chiến lược học tập cá nhân hóa và cung cấp giải pháp chuyển đổi số hữu ích cho các cơ sở giáo dục đại học.

Bối cảnh và tầm quan trọng

Trong bối cảnh chuyển đổi số giáo dục đại học và tác động mạnh mẽ của cuộc Cách mạng Công nghiệp lần thứ tư, phương thức đào tạo theo học chế tín chỉ đã trở thành mô hình phổ biến tại Việt Nam. Mô hình này mang lại tính linh hoạt cao, cho phép sinh viên chủ động đăng ký môn học và điều chỉnh tiến độ tốt nghiệp. Tuy nhiên, mặt trái của sự linh hoạt là gánh nặng tự quản lý: sinh viên thường xuyên gặp khó khăn trong việc theo dõi tổng số tín chỉ tích lũy, các môn học nợ, môn học điều kiện tiên quyết, cũng như duy trì điểm trung bình tích lũy an toàn để tránh bị xử lý học vụ.

Thực trạng nghiên cứu cho thấy các cổng thông tin đào tạo truyền thống (Portal) của nhiều trường đại học hiện nay chủ yếu đóng vai trò lưu trữ và công bố điểm tĩnh. Chúng thiếu vắng các tính năng tương tác đa chiều, giao diện di động trực quan và đặc biệt là chưa có cơ chế thông minh hỗ trợ sinh viên lập kế hoạch học tập theo từng học kỳ. Về phía cán bộ quản lý và giảng viên cố vấn học tập (CVHT), việc rà soát thủ công hàng trăm sinh viên để tìm ra những cá nhân có nguy cơ bị buộc thôi học tiêu tốn nhiều thời gian, dễ xảy ra sai sót và mang tính bị động (thường xử lý khi sự việc đã muộn).

Đề tài được thực hiện đúng thời điểm có tính cấp thiết cao, nhằm lấp đầy khoảng trống công nghệ trong quản trị học vụ cá nhân hóa. Bằng cách xây dựng giải pháp đồng bộ trên cả nền tảng Website và Mobile App, nghiên cứu không chỉ giải quyết triệt để bài toán theo dõi điểm số mà còn tạo ra tác động xã hội - giáo dục tích cực: giảm thiểu tỷ lệ sinh viên trễ hạn tốt nghiệp hoặc bị buộc thôi học, đồng thời chuẩn hóa quy trình giao tiếp giữa nhà trường và người học.

Methodology và approach

Nghiên cứu áp dụng quy trình phát triển phần mềm hướng module, kết hợp chặt chẽ giữa nghiên cứu lý thuyết hệ thống và kỹ thuật thực nghiệm phần mềm theo tiêu chuẩn công nghệ hiện đại.

+-------------------------------------------------------------------------+
|                           KIẾN TRÚC HỆ THỐNG                             |
+-------------------------------------------------------------------------+
| [Sinh viên: Mobile App (React Native)]  [Sinh viên/GV: Web UI (ReactJS)] |
+------------------------------------+------------------------------------+
                                     | (RESTful APIs / JSON)
                                     v
+-------------------------------------------------------------------------+
|                  BACKEND SERVER (Node.js + Express.js)                  |
|  - Auth / Google Auth       - Dynamic GPA Threshold Scanner             |
|  - Prerequisite Engine      - Automated Email Dispatcher (Nodemailer)   |
+------------------------------------+------------------------------------+
                                     |
                                     v
+-------------------------------------------------------------------------+
|                    DATABASE LAYER (MongoDB NoSQL)                       |
|       Collections: `students`, `lecturers`, `subjects`, `grades`        |
+-------------------------------------------------------------------------+

1. Thiết kế nghiên cứu và Thu thập yêu cầu (Research Design & Requirements)

  • Thu thập dữ liệu: Khảo sát quy chế đào tạo tín chỉ, cấu trúc chương trình đào tạo ngành Kỹ thuật phần mềm và các ngành kỹ thuật tại Đại học Thủ Dầu Một; khảo sát hành vi tra cứu điểm và nhu cầu hỗ trợ lập kế hoạch học tập của sinh viên.
  • Mô hình hóa hệ thống: Phân tích các tác nhân chính (Sinh viên, Giảng viên / Cố vấn học tập) thông qua hệ thống biểu đồ chuẩn UML (Use Case Diagram, Activity Diagram cho các luồng Đăng nhập, Tra cứu điểm, Nhập điểm, Quên mật khẩu, Gửi mail cảnh cáo, Class Diagram).

2. Ngăn xếp Công nghệ và Triển khai (Technology Stack & Implementation)

Hệ thống được thiết kế theo mô hình client-server hướng dịch vụ API đồng bộ:

  • Hệ quản trị cơ sở dữ liệu phi quan hệ (MongoDB): Lưu trữ dữ liệu dạng JSON/BSON linh hoạt, tốc độ truy vấn cao gấp nhiều lần RDBMS truyền thống đối với các cấu trúc dữ liệu lồng nhau. Thiết kế gồm các collections cốt lõi: students (hồ sơ sinh viên, thông tin lớp), lecturers (thông tin giảng viên, cố vấn), subjects (danh mục môn học, số tín chỉ, môn tiên quyết, cấp độ đào tạo).
  • Phía Máy chủ (Node.js & Express.js Framework): Tận dụng cơ chế Non-blocking I/O và kiến trúc đơn luồng hướng sự kiện (Event-driven Single Thread) trên nền tảng V8 Engine để xử lý đồng thời hàng nghìn kết nối mà không gây nghẽn tài nguyên. Xây dựng toàn bộ hệ thống RESTful API phục vụ xác thực Google Auth, tính toán logic gợi ý môn học và dispatch email tự động.
  • Phía Giao diện Người dùng Web (ReactJS): Ứng dụng Single Page Application (SPA) với kiến trúc Virtual DOM giúp tăng tốc độ render giao diện, giảm tải cho máy chủ. Phân quyền rõ ràng giữa phân hệ Sinh viên (tra cứu, thống kê cá nhân, xuất báo cáo Excel) và phân hệ Quản trị Giảng viên (theo dõi danh sách lớp, nhập điểm, quản lý môn học, thống kê top sinh viên xuất sắc).
  • Ứng dụng Di động Đa nền tảng (React Native): Tối ưu hóa việc tái sử dụng hơn 80% mã nguồn JavaScript dùng chung giữa Android và iOS, mang đến trải nghiệm native mượt mà cho sinh viên khi tra cứu điểm, xem thông báo và nhận danh sách gợi ý môn học mọi lúc mọi nơi.

3. Đảm bảo độ tin cậy và Hợp lệ (Validity & Reliability)

Hệ thống trải qua các kịch bản kiểm thử hộp đen (Black-box testing) về:

  • Tính toàn vẹn của thuật toán tính điểm trung bình tích lũy qua từng học kỳ.
  • Độ chính xác của thuật toán lọc sinh viên dưới ngưỡng điểm cảnh báo.
  • Khả năng xử lý ngoại lệ khi xác thực tài khoản email định danh do nhà trường cung cấp.

Phát hiện chính

Quá trình nghiên cứu và triển khai thực nghiệm đã đem lại các phát hiện kỹ thuật và vận hành quan trọng:

+---------------------------------------------------------------------------+
|                          CÁC PHÁT HIỆN CỐT LÕI                            |
+---------------------------------------------------------------------------+
| 1. Lộ trình môn học phân cấp (Level Prerequisite Graph)                   |
|    -> Xóa bỏ tình trạng đứt gãy môn học tiên quyết.                       |
+---------------------------------------------------------------------------+
| 2. Cảnh báo học vụ tự động theo ngưỡng động (Automated Dynamic Warning)   |
|    -> Cắt giảm hơn 80% thời gian rà soát thủ công của CVHT.               |
+---------------------------------------------------------------------------+
| 3. Kiến trúc Single-Thread Non-blocking (Node.js + MongoDB)               |
|    -> Tối ưu hóa I/O, độ trễ thấp, mở rộng linh hoạt cho dữ liệu lớn.     |
+---------------------------------------------------------------------------+
| 4. Cơ chế đồng bộ đa nền tảng Web - Mobile                                |
|    -> Tăng tính chủ động kiểm soát kế hoạch học tập của sinh viên.         |
+---------------------------------------------------------------------------+

1. Xây dựng thành công thuật toán gợi ý môn học theo cấp độ (Level-based Prerequisite Mapping)

Một trong những phát hiện và giải pháp sáng tạo nhất của nghiên cứu là mô hình hóa các môn học thành đồ thị ràng buộc có hướng. Thay vì để sinh viên tự tìm kiếm môn học kế tiếp trong danh mục hàng trăm học phần, hệ thống tự động:

  • Nhận diện các môn học đã vượt qua (Pass) để kích hoạt gợi ý các môn học nâng cao ở cấp độ tiếp theo (ví dụ: Vượt qua Cơ sở lập trình $\rightarrow$ Tự động gợi ý đăng ký Kỹ thuật lập trình).
  • Nhận diện các môn học chưa đạt (Fail/Nợ môn) để ưu tiên xếp vào danh sách "Môn học lại bắt buộc" trong học kỳ kế tiếp nhằm đảm bảo sinh viên không bị đứt đoạn tiến độ.

2. Tự động hóa hoàn toàn quy trình Cảnh báo học vụ diện rộng

Thực nghiệm cho thấy tính năng cảnh báo học vụ tự động giải quyết dứt điểm điểm nghẽn hành chính của Cố vấn học tập:

  • Giảng viên chỉ cần thiết lập ngưỡng điểm trung bình cảnh báo (ví dụ: GPA < 2.0 hoặc GPA < 1.0) và chọn năm học.
  • Thuật toán tự động truy vấn trong cơ sở dữ liệu MongoDB, trích xuất toàn bộ sinh viên không đạt chuẩn, tổng hợp danh sách môn nợ kèm theo và kích hoạt dịch vụ gửi mail cá nhân hóa tự động đến từng sinh viên trong danh sách.
  • Thời gian rà soát và thông báo giảm hơn 80% so với phương pháp lập danh sách bảng tính thủ công truyền thống.

3. Hiệu năng vượt trội của ngăn xếp Full-Stack JavaScript

Việc kết hợp Node.js, Express và MongoDB chứng minh tính tương thích cao trong việc xử lý các tập dữ liệu điểm số dạng JSON:

  • Nhờ cơ chế Non-blocking I/O, hệ thống duy trì thời gian phản hồi API ở mức mili-giây ngay cả khi thực hiện các phép toán thống kê phức tạp (tính tổng tín chỉ nợ, biểu đồ phân tích GPA qua các kỳ, top 10 sinh viên điểm cao nhất).
  • MongoDB với mô hình Document-based cho phép mở rộng linh hoạt các trường dữ liệu điểm quá trình, điểm thi, điểm tổng kết mà không làm gián đoạn cấu trúc bảng như cơ sở dữ liệu quan hệ RDBMS.

4. Nâng cao trải nghiệm người dùng thông qua kiến trúc đa kênh (Omnichannel Portal)

Khảo sát thực nghiệm giao diện cho thấy việc phân tách:

  • Mobile App: Tập trung vào các tác vụ nhanh, cá nhân (Xem điểm nhanh, xem gợi ý môn học kỳ tới, nhận cảnh báo).
  • Web App: Tập trung vào tác vụ chuyên sâu (Nhập dữ liệu điểm, xuất báo cáo định dạng Excel, quản lý hồ sơ sinh viên, quản trị hệ thống). Mô hình này tối ưu hóa triệt để trải nghiệm của cả sinh viên và giảng viên, tạo ra chu trình tương tác hai chiều liên tục.

Đóng góp khoa học

Nghiên cứu mang lại những giá trị đóng góp quan trọng trên cả phương diện học thuật, phương pháp luận và ứng dụng thực tiễn:

                  +-------------------------------+
                  |       ĐÓNG GÓP CỦA ĐỀ TÀI     |
                  +---------------+---------------+
                                  |
        +-------------------------+-------------------------+
        |                                                   |
        v                                                   v
+-------------------------------+   +-------------------------------+
|     ĐÓNG GÓP KỸ THUẬT         |   |      ĐÓNG GÓP THỰC TIỄN       |
| - Mô hình hóa đồ thị môn học  |   | - Ứng dụng thực tế tại Viện   |
|   theo điều kiện tiên quyết.  |   |   Kỹ thuật - Công nghệ TDMU.  |
| - Tối ưu kiến trúc MERN Stack |   | - Số hóa công tác cố vấn      |
|   cho hệ thống EdTech.        |   |   học vụ, giảm rủi ro thôi học|
+-------------------------------+   +-------------------------------+

Đóng góp về mặt lý thuyết và phương pháp luận

  • Mô hình hóa quy trình cố vấn học tập: Đề tài chuẩn hóa phương pháp phân loại và liên kết môn học theo cấp độ (Prerequisite Chain), đóng góp tài liệu tham khảo giá trị cho các nghiên cứu về hệ thống gợi ý thông minh trong giáo dục (Educational Recommender Systems).
  • Kiến trúc tích hợp đa nền tảng: Cung cấp mô hình triển khai thực tế về việc kết hợp cơ sở dữ liệu NoSQL (MongoDB) với Backend JavaScript (Node.js) và Frontend kép (ReactJS + React Native) cho các bài toán quản lý đào tạo quy mô trường đại học.

Đóng góp thực tiễn và ứng dụng

  • Sản phẩm ứng dụng hoàn chỉnh: Xây dựng thành công bộ giải pháp gồm 01 Website quản trị cho Giảng viên/CVHT, 01 Website cho Sinh viên và 01 Ứng dụng Di động cho Sinh viên đã qua kiểm thử chức năng.
  • Tiết kiệm nguồn lực xã hội và giáo dục: Tự động hóa các quy trình quản lý điểm, giảm tải áp lực hành chính cho cố vấn học tập, hạn chế tối đa tình trạng sinh viên bị đình chỉ học do thiếu thông tin cảnh báo kịp thời.

Hàm ý chính sách đào tạo

  • Cung cấp cơ sở dữ liệu và công cụ trực quan giúp Ban chủ nhiệm Khoa/Viện đánh giá chính xác chất lượng học tập của từng khóa, lớp, từ đó kịp thời điều chỉnh khung chương trình đào tạo hoặc có biện pháp hỗ trợ học tập bổ trợ cho sinh viên yếu kém.

Đối tượng quan tâm

Báo cáo nghiên cứu này hướng đến nhiều nhóm đối tượng độc giả trong giới học thuật và công nghiệp:

  • Các nhà nghiên cứu và Giảng viên ngành Khoa học Máy tính / Công nghệ Thông tin / EdTech: Tham khảo mô hình phân tích thiết kế hệ thống, kiến trúc cơ sở dữ liệu NoSQL và giải pháp xây dựng hệ thống gợi ý lộ trình học tập.
  • Lập trình viên và Kỹ sư phần mềm (Full-stack / Mobile Developers): Tham khảo kiến trúc triển khai thực tế ngăn xếp Node.js, Express, ReactJS, React Native và MongoDB, bao gồm cơ chế xác thực OAuth, tối ưu Virtual DOM và xây dựng RESTful API.
  • Cán bộ quản lý giáo dục, Cố vấn học tập và Ban giám hiệu các trường Đại học/Cao đẳng: Khám phá giải pháp chuyển đổi số khả thi nhằm nâng cao chất lượng quản lý sinh viên, tối ưu hóa công tác cảnh báo học vụ và giảm thiểu tỷ lệ lưu ban, bỏ học.
  • Sinh viên các ngành Kỹ thuật - Công nghệ: Hiểu rõ tầm quan trọng của việc chủ động quản lý tiến độ tín chỉ, nắm bắt lộ trình môn học tiên quyết để xây dựng kế hoạch học tập tối ưu.

FAQ (Câu hỏi thường gặp)

1. Phát hiện và tính năng quan trọng nhất của hệ thống này là gì?

Tính năng đột phá nhất là Thuật toán gợi ý môn học theo cấp độ kết hợp Hệ thống cảnh báo học vụ tự động qua email. Hệ thống không chỉ lưu điểm tĩnh mà tự động phân tích quan hệ môn học tiên quyết (ràng buộc cấp độ) để gợi ý môn cần đăng ký tiếp theo hoặc môn cần học lại, đồng thời tự động quét và gửi cảnh báo đến sinh viên có GPA dưới ngưỡng quy định của cố vấn học tập.

2. Ngăn xếp công nghệ của hệ thống có gì đặc biệt?

Hệ thống sử dụng toàn diện Full-Stack JavaScript: Backend phát triển bằng Node.js và Express.js; cơ sở dữ liệu NoSQL MongoDB; giao diện Web xây dựng bằng ReactJS và giao diện Di động xây dựng bằng React Native. Sự đồng nhất về ngôn ngữ giúp tối ưu hóa hiệu năng truyền tải dữ liệu JSON, tái sử dụng hơn 80% mã nguồn trên ứng dụng di động và nâng cao tốc độ phản hồi real-time.

3. Kết quả nghiên cứu có thể mở rộng (generalize) cho các đơn vị khác không?

Hoàn toàn có thể. Mặc dù dữ liệu thực nghiệm được xây dựng dựa trên chương trình của Viện Kỹ thuật – Công nghệ (Trường Đại học Thủ Dầu Một), cấu trúc cơ sở dữ liệu MongoDB và các API gợi ý lộ trình được thiết kế theo dạng module hóa mở, cho phép dễ dàng tùy biến để áp dụng cho bất kỳ trường đại học nào đào tạo theo học chế tín chỉ.

4. Hạn chế hiện tại và hướng phát triển tiếp theo của đề tài là gì?

Hạn chế hiện tại là hệ thống hoạt động như một phân hệ độc lập, sinh viên cần cập nhật hoặc import dữ liệu điểm. Hướng phát triển tương lai bao gồm:

  • Tích hợp trực tiếp thông qua API đồng bộ với hệ thống phần mềm quản lý đào tạo gốc của Nhà trường.
  • Ứng dụng Machine Learning / Trí tuệ nhân tạo để dự đoán nguy cơ rớt môn hoặc trễ hạn tốt nghiệp dựa trên dữ liệu học tập lịch sử.

5. Lợi ích thực tế lớn nhất dành cho Cố vấn học tập là gì?

Cố vấn học tập không còn phải tải bảng điểm Excel, lọc thủ công từng sinh viên có điểm GPA thấp để soạn email cảnh báo. Thay vào đó, giảng viên chỉ cần nhập điểm ngưỡng trên hệ thống web, công cụ sẽ tự động xuất danh sách và gửi email thông báo chi tiết danh sách môn nợ đến từng sinh viên chỉ với một cú nhấp chuột.

Kết luận

Đề tài "Xây dựng công cụ hỗ trợ theo dõi quá trình học tập cho sinh viên Viện Kỹ thuật – Công nghệ" của tác giả Huỳnh Đức Huy (Trường Đại học Thủ Dầu Một) đã giải quyết thành công bài toán thực tiễn cấp bách trong công tác quản lý đào tạo tín chỉ. Bằng việc làm chủ ngăn xếp công nghệ tiên tiến (Node.js, Express, ReactJS, React Native, MongoDB), nghiên cứu đã xây dựng thành công một giải pháp đa nền tảng toàn diện, mang tính ứng dụng cao và giao diện trực quan.

Trong tương lai, việc tích hợp sâu các thuật toán học máy dự báo kết quả học tập và kết nối API trực tiếp với cơ sở dữ liệu trường học sẽ nâng tầm hệ sinh thái này thành một nền tảng hỗ trợ học tập thông minh hoàn chỉnh. Nghiên cứu là minh chứng tiêu biểu cho năng lực ứng dụng công nghệ thông tin vào giải quyết các bài toán chuyển đổi số giáo dục đại học hiện nay.